pandas 清洗 MySQL 数据
Posted MS_Andrew
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas 清洗 MySQL 数据相关的知识,希望对你有一定的参考价值。
读取数据
- 使用
pd
的read_sql
读取数据
import pymysql
import pandas as pd
self.conn = pymysql.connect(host=host, user=user,
password=pass, db=db, charset=\'utf8\')
sql = \'select * from table_name\'
df = pd.read_sql(sql, con=self.conn)
空值空格处理
- 处理空值以及空格使用
pd
的strip
方法以及dropna
方法
df[\'product_name\'].str.strip()
# 删除列 `product_name` 为 `NaN` 的行
df.dropna(subset=[\'product_name\'], inplace=True)
异常值处理
- 处理异常值使用
pd
的replace
方法
df.replace(\' \', np.nan, inplace=True)
数据重新写入到 MySQL
- 数据重新写入 MySQL 使用
pd
的to_sql
方法
df.to_sql(name=table_name, con=self.conn, if_exists=\'append\', index=True)
问题
1、pd 的 to_sql
不能使用 pymysql
的连接,否则就会直接报错
pandas.io.sql.DatabaseError: Execution failed on sql \'SELECT name FROM sqlite_master WHERE type=\'table\' AND name=?;\': not all arguments converted during string formatting
需要改为
from sqlalchemy import create_engine
engine = create_engine("mysql+pymysql://user:pass@host:port/db")
2、空值处理的问题
- 保存在 mysql 中的数据中有空值,但是使用
pd.str.strip()
处理没有用 使用
replace
替换空格、空值为nan
也没有用解决办法:
replace
使用正则替换
# 替换\\r\\n\\t以及html中的\\xa0
df.replace(r\'\\r|\\t|\\n|\\xa0\', \'\', regex=True, inplace=True)
# 替换空格,将空格替换为空字符串
df[\'product_name\'].replace(r\' \', \'\', regex=True, inplace=True)
# 将空字符串替换为 nan
df[\'product_name\'].replace(r\'\', np.nan, regex=True, inplace=True)
# 将乱码替换替换为空字符串(正则为匹配不是中文、字母、数字组成的字符串)
df[\'product_name\'].replace(r\'[^\\u4e00-\\u9fa5_a-zA-Z0-9]\', np.nan, regex=True, inplace=True)
- 本文是有 FreeOpenWrite 发布
以上是关于pandas 清洗 MySQL 数据的主要内容,如果未能解决你的问题,请参考以下文章
学习pandas全套代码超详细数据查看输入输出选取集成清洗转换重塑数学和统计方法排序